编辑距离
题目描述:
给定两个单词 word1 和 word2,计算出将 word1 转换成 word2 所使用的最少操作数 。
你可以对一个单词进行如下三种操作:
插入一个字符
删除一个字符
替换一个字符
示例 1:
输入: word1 = “horse”, word2 = “ros”
输出: 3
解释:
horse -> rorse (将 ‘h’ 替换为 ‘r’)
rorse -> rose (删除 ‘r’)
rose -> ros (删除 ‘e’)
示例 2:
输入: word1 = “intention”, word2 = “execution”
输出: 5
解释:
intention -> inention (删除 ‘t’)
inention -> enention (将 ‘i’ 替换为 ‘e’)
enention -> exention (将 ‘n’ 替换为 ‘x’)
exention -> exection (将 ‘n’ 替换为 ‘c’)
exection -> execution (插入 ‘u’)
思路:
一、回溯暴力求解
1、考虑几种情况
word1[i]和word2[j]相等的时候,i和j同时往后移
word1[i]和word2[j]不等,那就只能进行下面三种类型操作
删除word1[i],那就相当于比较word1[i+1]和word2[j]
插入word2[j]相等的值到word1[i]处,相当于比较word1[i]和word2[j+1]
替换word1[i]位置的值为word2[j],相当于继续比较word1[i+1]和word2[j+1]
2、推导出上面几种情况之后,直接回溯全遍历求解,当然咯,会超时的,不不,实际测试超出内存限制…
二、动态规划
动态规划:
dp[i][j] 代表 word1 到 i 位置转换成 word2 到 j 位置需要最少步数
所以,
当 word1[i] == word2[j],dp[i][j] = dp[i-1][j-1];
当 word1[i] != word2[j],dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1
其中,dp[i-1][j-1] 表示替换操作,dp[i-1][j] 表示删除操作,dp[i][j-1] 表示插入操作。
注意,针对第一行,第一列要单独考虑,我们引入 ‘’ 下图所示:
第一行,是 word1 为空变成 word2 最少步数,就是插入操作
第一列,是 word2 为空,需要的最少步数,就是删除操作
动态规划就是根据递归晦朔的思想进行时间和空间上的优化
代码如下附上:
class Solution {
public int minDistance(String word1, String word2) {
int m=word1.length();
int n=word2.length();
int dp[][]=new int [m+1][n+1];
for(int i = 1; i <= m; i++) dp[i][0]=dp[i-1][0]+1; //对第一列的元素进行初始化
for(int j = 1; j <= n; j++) dp[0][j]=dp[0][j-1]+1; //对第一行的元素初始化
for(int i = 1; i <= m; i++){
for(int j = 1; j <= n; j++){
if(word1.charAt(i-1)==word2.charAt(j-1)) dp[i][j]=dp[i-1][j-1];
else dp[i][j]=Math.min(Math.min(dp[i-1][j-1],dp[i][j-1]),dp[i-1][j])+1;
}
}
return dp[m][n];
}
}